CN115204132A - 图表描述信息生成方法、装置、设备、介质和程序产品 - Google Patents
图表描述信息生成方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN115204132A CN115204132A CN202211134053.3A CN202211134053A CN115204132A CN 115204132 A CN115204132 A CN 115204132A CN 202211134053 A CN202211134053 A CN 202211134053A CN 115204132 A CN115204132 A CN 115204132A
- Authority
- CN
- China
- Prior art keywords
- chart
- information
- generate
- feature
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了图表描述信息生成方法、装置、设备、介质和程序产品。该方法的一具体实施方式包括:获取待描述图表,其中,上述待描述图表为图像类型的统计图表;确定上述待描述图表的图表类型;根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图;对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息;对上述内容信息进行内容分析,以生成度量指标信息集合;根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。该实施方式提高了生成的图表描述信息的成功率和准确率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及图表描述信息生成方法、装置、设备、介质和程序产品。
背景技术
统计图表是指以图像可视化的形式展示数据的一种数据表。由于统计图表相较于传统的表格式数据表,能够高效地对数据进行展示,因此得到广泛使用。目前,在进行图表描述信息生成时,通常采用的方式为:通过对统计图表对应的表格式数据表进行数据统计,以生成对应的图表描述信息。
然而,发明人发现,当采用上述方式时,经常会存在如下技术问题:
第一、当统计图表包含较多数据、且缺乏对应的表格式数据表时,难以有效地生成统计图表对应的图表描述信息;
第二、常用的统计图表类型较多,采用单一的方法难以有效地提取图表内数据,导致生成的图表描述信息的成功率和准确率较低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了图表描述信息生成方法、装置、设备、介质和程序产品,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种图表描述信息生成方法,该方法包括:获取待描述图表,其中,上述待描述图表为图像类型的统计图表;确定上述待描述图表的图表类型;根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图;对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息;对上述内容信息进行内容分析,以生成度量指标信息集合;根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。
第二方面,本公开的一些实施例提供了一种图表描述信息生成装置,装置包括:获取单元,被配置成获取待描述图表,其中,上述待描述图表为图像类型的统计图表;确定单元,被配置成确定上述待描述图表的图表类型;特征提取单元,被配置成根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图;特征识别单元,被配置成对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息;内容分析单元,被配置成对上述内容信息进行内容分析,以生成度量指标信息集合;生成单元,被配置成根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
第五方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的图表描述信息生成方法,可以有效且准确地生成统计图表对应的图表描述信息。具体来说,造成无法有效地生成统计图表对应的图表描述信息的原因在于:第一、当统计图表包含较多数据、且缺乏对应的表格式数据表(例如,Excel数据表)时,使得难以有效地生成统计图表对应的图表描述信息;第二、常用的统计图表类型较多,采用单一的方法难以有效地提取图表内数据,导致生成的图表描述信息的成功率和准确率较低。基于此,本公开的一些实施例的图表描述信息生成方法,首先,获取待描述图表,其中,上述待描述图表为图像类型的图表。实际情况中,为了能够有效地对表格式数据表内包含的大量数据进行展示,通常是将表格式数据表包含的数据转换为统计图表。具体实践中,例如,展示幻灯片内的图像类型的统计图表,又如,进行信息论述的展示文本内的统计图表,往往均是图像类型的统计图表。其次,确定上述待描述图表的图表类型。实际情况中,常用的统计图表类型较多,如常见的折线图类型统计图表,柱状图类型统计图表等。其中,不同图表的数据展示形式不同,因此需要根据类型采取不同的方式进行数据提取。进一步,根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图。通过针对不同图表类型的图表,选取对应的图表特征提取模型进行特征提取,相较于采用单一的特征提取模型能够更加有效地提取图表内的数据特征。进一步,对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息。通过特征识别,以此得到图表内数据。此外,对上述内容信息进行内容分析,以生成度量指标信息集合。通过内容分析,以实现度量指标的生成。最后,根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。通过此种方式,实现了自动化的图表描述信息生成,从而,达到了针对缺乏对应表格式数据表的统计图表的描述信息的生成的目的。并且,也提高了生成的图表描述信息的成功率和准确率。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的图表描述信息生成方法的一些实施例的流程图;
图2是根据本公开的图表描述信息生成装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
继续参考图1,示出了根据本公开的图表描述信息生成方法的一些实施例的流程100。该图表描述信息生成方法,包括以下步骤:
步骤101,获取待描述图表。
在一些实施例中,图表描述信息生成方法的执行主体(例如,计算设备)可以通过有线连接,或无线连接的方式获取上述待描述图表。其中,上述待描述图表为图像类型的统计图表。
需要说明的是,上述计算设备可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。应该理解,计算设备的数目根据实现需要,可以具有任意数目的计算设备。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,确定待描述图表的图表类型。
在一些实施例中,上述执行主体可以确定待描述图表的图表类型。其中,图表类型可以表征待描述图表的类型。实践中,图表类型可以包括但不限于以下至少一项:折线图类型,柱状图类型,散点图类型,饼图类型。
作为示例,上述执行主体可以通过YOLO模型,确定上述待描述图表的图表类型。
在一些实施例的一些可选的实现方式中,上述执行主体确定待描述图表的图表类型,可以包括以下步骤:
第一步,对上述待描述图表进行图表灰度化处理,以生成灰度化处理后图表。
作为示例,上述执行主体可以通过基于最大值的图像灰度化算法,对上述待描述图表进行灰度化处理。
作为又一示例,上述执行主体可以通过基于平均值的图像灰度化算法,对上述待描述图表进行灰度化处理。
第二步,对上述灰度化处理后图表进行图表缩放,以生成缩放后图表。
其中,上述缩放后图表的图表尺寸与图表类别识别模型的模型输入尺寸一致。
第三步,通过上述图表类别识别模型包括的图表特征抽取层,以横向扫描的方式对上述缩放后图表分别进行特征点提取,以生成特征点信息,得到特征点信息集合。
其中,上述图表类别识别模型可以是用于识别图表类别的模型。上述特征点信息集合中的特征点信息包括:特征点坐标。图表特征抽取层可以是用于对待描述图表内的特征点进行提取的模型层。实践中,上述图表特征抽取层可以是特征金字塔网络。其中,上述图表特征抽取层可以包括多个串行连接的、感受野不同的卷积层。
第四步,响应于确定上述特征点信息集合中不存在满足特征点筛选条件的至少两个特征点信息,对上述特征点信息集合中的特征点信息对应的特征点进行折线拟合,以生成折线拟合结果信息。
其中,上述特征点筛选条件为:特征点信息包括的特征点坐标的横坐标相同。
第五步,响应于确定上述特征点信息集合中存在满足特征点筛选条件的至少两个特征点信息,对上述特征点信息集合中的特征点信息对应的特征点进行圆形区域拟合,以生成圆形区域拟合结果信息。
作为示例,上述执行主体可以根据特征点信息集合中特征点信息包括的特征点坐标,进行最大圆逼近,以实现圆形区域拟合。
第六步,根据上述折线拟合结果信息和上述圆形区域拟合结果信息,生成上述图表类型。
作为示例,折线拟合结果信息表征上述待描述图表中存在折线,将折线图类型确定为上述图表类型。
作为又一示例,圆形区域拟合结果信息表征圆形区域拟合成功,将饼图类型确定为上述图表类型。
可选地,上述执行主体根据上述折线拟合结果信息和上述圆形区域拟合结果信息,生成上述图表类型,可以包括以下步骤:
第一步,响应于确定上述折线拟合结果信息表征上述待描述图表中存在折线,将折线图类型确定为上述图表类型。
第二步,响应于确定上述圆形区域拟合结果信息表征圆形区域拟合成功,将饼图类型确定为上述图表类型。
第三步,响应于确定上述特征点信息集合中存在满足特征点筛选条件的至少两个特征点信息、且上述圆形区域拟合结果信息表征圆形区域拟合失败,对上述特征点信息集合中的特征点信息对应的特征点进行矩形区域拟合,以生成矩形区域拟合结果信息。
实践中,上述执行主体可以根据特征点信息集合中特征点信息包括的特征点坐标,进行最大矩形逼近,以实现矩形区域拟合。
第四步,响应于确定上述矩形区域拟合结果信息表征矩形区域拟合成功,将柱状图类型确定为上述图表类型。
第五步,响应于确定上述矩形区域拟合结果信息表征矩形区域拟合失败,将散点图类型确定为上述图表类型。
实际情况中,首先,针对折线图类型的统计图表,尤其是仅包含一根折线的统计图表。由于折线具有的特性,即针对相同的横坐标,仅包含与之对应的一个纵坐标。由此,可以通过上述特性,以此确定待筛选图是否包含折线。此外,柱状图类型和饼图类型的边界上,针对相同的横坐标,往往均对应两个纵坐标。因此,可以依据特征点筛选条件将柱状图类型的统计图表和折线类型统计图表进行区分,以及将饼图类型的统计图表和折线类型统计图表进行区分。考虑到从微积分的角度,饼图可以是由多个矩形积分得到的,若先对特征点进行矩形拟合,可能出现将实际为饼图类型的统计图表错识别为柱状图类型的统计图表的可能,由此,在拟合顺序上,先进行圆拟合,再进行矩形拟合,可以很好地消除错识别的情况。
步骤103,根据图表类型对应的图表特征提取模型,对待描述图表进行特征提取,以生成图表特征图。
在一些实施例中,上述执行主体可以根据图表类型对应的图表特征提取模型,对待描述图表进行特征提取,以生成图表特征图。其中,上述图表特征图可以是表征上述待描述图表内的特征。
作为示例,上述执行主体可以通过卷积神经网络对描述图表进行特征提取,以生成图表特征图。实践中,不同图表类型的图表特征提取模型的模型结构可以一致。不同图表类型的图表特征提取模型在训练阶段采用不同的训练样本进行训练,以得到具有不同模型参数的模型。
在一些实施例的一些可选的实现方式中,图表特征提取模型包括的:坐标轴特征提取模型和数据特征提取模型。其中,上述坐标轴特征提取模型可以是由于提取坐标轴刻度的模型。上述数据特征提取模型可以是用于提取图表内数据特征的模型。实践中,坐标轴特征提取模型可以是SegNet模型。数据特征提取模型可以是LeNet模型。
在一些实施例的一些可选的实现方式中,上述执行主体根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图,可以包括以下步骤:
响应于确定上述图像类型为折线图类型,执行以下处理步骤:
第一子步骤,通过坐标轴特征提取模型对上述待描述图表进行坐标轴特征提取,以生成坐标轴特征图。
第二子步骤,通过预先训练的用于折线特征提取的数据特征提取模型对上述待描述图表进行特征提取,以生成上述数据特征图。
第三子步骤,对上述坐标轴特征图和上述数据特征图进行拼接,以生成上述图表特征图。
在一些实施例的一些可选的实现方式中,上述执行主体根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图,可以包括以下步骤:
响应于确定上述图像类型为柱状图类型,执行以下处理步骤:
第一子步骤,通过坐标轴特征提取模型对上述待描述图表进行坐标轴特征提取,以生成坐标轴特征图。
第二子步骤,通过预先训练的用于柱状特征提取的数据特征提取模型对上述待描述图表进行特征提取,以生成上述数据特征图。
第三子步骤,对上述坐标轴特征图和上述数据特征图进行拼接,以生成上述图表特征图。
在一些实施例的一些可选的实现方式中,上述执行主体根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图,可以包括以下步骤:
响应于确定上述图像类型为散点图类型,执行以下处理步骤:
第一子步骤,通过坐标轴特征提取模型对上述待描述图表进行坐标轴特征提取,以生成坐标轴特征图。
第二子步骤,通过预先训练的用于散点图特征提取的数据特征提取模型对上述待描述图表进行特征提取,以生成上述数据特征图。
第三子步骤,对上述坐标轴特征图和上述数据特征图进行拼接,以生成上述图表特征图。
在一些实施例的一些可选的实现方式中,上述执行主体根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图,可以包括以下步骤:
响应于确定上述图像类型为饼图类型,执行以下处理步骤:
第一子步骤,通过坐标轴特征提取模型对上述待描述图表进行坐标轴特征提取,以生成坐标轴特征图。
第二子步骤,通过预先训练的用于饼图特征提取的数据特征提取模型对上述待描述图表进行特征提取,以生成上述数据特征图。
第三子步骤,对上述坐标轴特征图和上述数据特征图进行拼接,以生成上述图表特征图。
实践中,不同图像类型的统计图表可以共用坐标轴特征提取模型。
步骤103中的图表特征提取模型以及对应的应用方式,作为本公开的一个发明点,解决了背景技术中提及的技术问题二,即“常用的统计图表类型较多,采用单一的方法难以有效地提取图表内数据,导致生成的图表描述信息的成功率和准确率较低”。基于此,本公开根据不同的图表类型设置不同的图表特征提取模型用于特征提取。同时,考虑到,不同的统计图表的刻度单位不同,若仅对数据进行提取,为对相应的刻度进行识别,可能导致得到的数据单位错位。由此,本公开将图表特征提取模型细化为坐标轴特征提取模型和数据特征提取模型。实践中,考虑到针对不同图表类型的统计图表,坐标轴往往是相同的,由此,针对不同的图表类型的统计图,可以共用坐标轴特征提取模型,以此简化模型结构。通过此种方式实现了对图表内数据的有效读取,大大提高了生成的图表描述信息的成功率和准确率。
步骤104,对图表特征图进行特征识别,以生成待描述图表包含的内容信息。
在一些实施例中,上述执行主体可以对图表特征图进行特征识别,以生成待描述图表包含的内容信息。内容信息可以是上述待描述图表内包含的内容。实践中,上述执行主体可以通过编码(Encoder)-解码(Decoder)模型对图表特征图进行特征识别,以生成待描述图表包含的内容信息。
步骤105,对内容信息进行内容分析,以生成度量指标信息集合。
在一些实施例中,上述执行主体可以对内容信息进行内容分析,以生成度量指标信息集合。其中,度量指标信息可以是统计值。实践中,度量指标信息可以是但不限于以下至少一项:最大值,最小值,均值,方差,标准差。
在一些实施例的一些可选的实现方式中,上述执行主体对内容信息进行内容分析,以生成度量指标信息集合,可以包括以下步骤:
第一步,对上述内容信息进行语义识别,以确定关键词信息,得到关键词信息集合。
其中,上述执行主体可以通过语义识别模型,对上述内容信息进行语义识别。实践中,上述语义识别模型可以是DCNN(Dynamic Convolution Neural Network,动态卷积神经网络)模型。
作为示例,上述待描述图表可以是针对儿童A在不同时间段内的身高信息。则得到的关键词可以是“身高”
第二步,对于上述关键词信息集合中的每个关键词信息,确定上述内容信息包括的、上述关键词信息对应的数据集的统计值信息,得到统计值信息组。
作为示例,上述执行主体可以确定“身高”对应的数据集的均值,方差,最大值,最小值,标注差,方差,作为统计值信息组。
第三步,对得到的统计值信息组集合中的统计值信息进行信息筛选,得到筛选后的统计值信息,作为度量指标信息,得到上述度量指标信息集合。
其中,上述执行主体可以根据预设的筛选规则对统计值信息进行筛选。实践中,筛选规则可以人工设定。例如,筛选规则可以是筛选出方差。又如,筛选规则可以是筛选出方差和标准差。
步骤106,根据度量指标信息集合,生成待描述图表对应的图表描述信息。
在一些实施例中,上述执行主体可以根据度量指标信息集合,生成待描述图表对应的图表描述信息。其中,图表描述信息可以是至少一段用于对待描述图表内的数据进行描述的信息。
作为示例,上述图表描述信息可以是“儿童A在2021年至2022年的身高的平均值为:162厘米。儿童A在2021年至2022年的身高的均值为:160厘米”。
在一些实施例的一些可选的实现方式中,上述执行主体还可以执行以下处理步骤:
第一步,对上述图表描述信息进行文本分段,以生成分段后图表描述信息集合。
作为示例,上述执行主体可以根据标点分隔符,对图表描述信息进行文本分段。实践中,标点分隔符可以是但不限于以下任意一项:句号,感叹号,省略号。
第二步,确定上述分段后图表描述信息集合中的每个分段后图表描述信息包括的字符数量,以生成字符数量值。
作为示例,分段后图表描述信息可以是“儿童A在2021年至2022年的身高的平均值为:162厘米。”,则对应的字符数量值可以是“30”。
第三步,根据目标分段后图表描述信息对应的字符数量值,确定信息显示区域的区域长度。
其中,上述目标分段后图表描述信息是上述分段后图表描述信息集合中包括的字符数量最多的分段后图表描述信息。
第四步,根据上述分段后图表描述信息集合对应的段数值,确定上述信息显示区域的区域宽度。
作为示例,分段后图表描述信息集合可以包括2个分段后图表描述信息,则对应的段数值是“2”。
第五步,根据上述区域长度和上述区域宽度,生成上述信息显示区域。
第六步,将上述分段后图表描述信息集合中的分段后图表描述信息,分段填充至上述信息显示区域,生成信息填充后区域。
第七步,将上述信息填充后区域浮动显示于上述待描述图表上方。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的图表描述信息生成方法,可以有效且准确地生成统计图表对应的图表描述信息。具体来说,造成无法有效地生成统计图表对应的图表描述信息的原因在于:第一、当统计图表包含较多数据、且缺乏对应的表格式数据表(例如,Excel数据表)时,使得难以有效地生成统计图表对应的图表描述信息;第二、常用的统计图表类型较多,采用单一的方法难以有效地提取图表内数据,导致生成的图表描述信息的成功率和准确率较低。基于此,本公开的一些实施例的图表描述信息生成方法,首先,获取待描述图表,其中,上述待描述图表为图像类型的图表。实际情况中,为了能够有效地对表格式数据表内包含的大量数据进行展示,通常是将表格式数据表包含的数据转换为统计图表。具体实践中,例如,展示幻灯片内的图像类型的统计图表,又如,进行信息论述的展示文本内的统计图表,往往均是图像类型的统计图表。其次,确定上述待描述图表的图表类型。实际情况中,常用的统计图表类型较多,如常见的折线图类型统计图表,柱状图类型统计图表等。其中,不同图表的数据展示形式不同,因此需要根据类型采取不同的方式进行数据提取。进一步,根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图。通过针对不同图表类型的图表,选取对应的图表特征提取模型进行特征提取,相较于采用单一的特征提取模型能够更加有效地提取图表内的数据特征。进一步,对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息。通过特征识别,以此得到图表内数据。此外,对上述内容信息进行内容分析,以生成度量指标信息集合。通过内容分析,以实现度量指标的生成。最后,根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。通过此种方式,实现了自动化的图表描述信息生成,从而,达到了针对缺乏对应表格式数据表的统计图表的描述信息的生成的目的。并且,也提高了生成的图表描述信息的成功率和准确率。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种图表描述信息生成装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的图表描述信息生成装置200包括:获取单元201、确定单元202、特征提取单元203、特征识别单元204、内容分析单元205和生成单元206。其中,获取单元201,被配置成获取待描述图表,其中,上述待描述图表为图像类型的统计图表;确定单元202,被配置成确定上述待描述图表的图表类型;特征提取单元203,被配置成根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图;特征识别单元204,被配置成对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息;内容分析单元205,被配置成对上述内容信息进行内容分析,以生成度量指标信息集合;生成单元206,被配置成根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(例如,计算设备)300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取待描述图表,其中,上述待描述图表为图像类型的统计图表;确定上述待描述图表的图表类型;根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图;对上述图表特征图进行特征识别,以生成上述待描述图表包含的内容信息;对上述内容信息进行内容分析,以生成度量指标信息集合;根据上述度量指标信息集合,生成上述待描述图表对应的图表描述信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、确定单元、特征提取单元、特征识别单元、内容分析单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,特征提取单元还可以被描述为“根据上述图表类型对应的图表特征提取模型,对上述待描述图表进行特征提取,以生成图表特征图的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本公开的一些实施例还提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的任一种图表描述信息生成方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种图表描述信息生成方法,包括:
获取待描述图表,其中,所述待描述图表为图像类型的统计图表;
确定所述待描述图表的图表类型;
根据所述图表类型对应的图表特征提取模型,对所述待描述图表进行特征提取,以生成图表特征图;
对所述图表特征图进行特征识别,以生成所述待描述图表包含的内容信息;
对所述内容信息进行内容分析,以生成度量指标信息集合;
根据所述度量指标信息集合,生成所述待描述图表对应的图表描述信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
对所述图表描述信息进行文本分段,以生成分段后图表描述信息集合;
确定所述分段后图表描述信息集合中的每个分段后图表描述信息包括的字符数量,以生成字符数量值;
根据目标分段后图表描述信息对应的字符数量值,确定信息显示区域的区域长度,其中,所述目标分段后图表描述信息是所述分段后图表描述信息集合中包括的字符数量最多的分段后图表描述信息;
根据所述分段后图表描述信息集合对应的段数值,确定所述信息显示区域的区域宽度;
根据所述区域长度和所述区域宽度,生成所述信息显示区域;
将所述分段后图表描述信息集合中的分段后图表描述信息,分段填充至所述信息显示区域,生成信息填充后区域;
将所述信息填充后区域浮动显示于所述待描述图表上方。
3.根据权利要求2所述的方法,其中,所述确定所述待描述图表的图表类型,包括:
对所述待描述图表进行图表灰度化处理,以生成灰度化处理后图表;
对所述灰度化处理后图表进行图表缩放,以生成缩放后图表,其中,所述缩放后图表的图表尺寸与图表类别识别模型的模型输入尺寸一致;
通过所述图表类别识别模型包括的图表特征抽取层,以横向扫描的方式对所述缩放后图表分别进行特征点提取,以生成特征点信息,得到特征点信息集合,其中,所述特征点信息集合中的特征点信息包括:特征点坐标;
响应于确定所述特征点信息集合中不存在满足特征点筛选条件的至少两个特征点信息,对所述特征点信息集合中的特征点信息对应的特征点进行折线拟合,以生成折线拟合结果信息,其中,所述特征点筛选条件为:特征点信息包括的特征点坐标的横坐标相同;
响应于确定所述特征点信息集合中存在满足特征点筛选条件的至少两个特征点信息,对所述特征点信息集合中的特征点信息对应的特征点进行圆形区域拟合,以生成圆形区域拟合结果信息;
根据所述折线拟合结果信息和所述圆形区域拟合结果信息,生成所述图表类型。
4.根据权利要求3所述的方法,其中,所述根据所述折线拟合结果信息和所述圆形区域拟合结果信息,生成所述图表类型,包括:
响应于确定所述折线拟合结果信息表征所述待描述图表中存在折线,将折线图类型确定为所述图表类型;
响应于确定所述圆形区域拟合结果信息表征圆形区域拟合成功,将饼图类型确定为所述图表类型;
响应于确定所述特征点信息集合中存在满足特征点筛选条件的至少两个特征点信息、且所述圆形区域拟合结果信息表征圆形区域拟合失败,对所述特征点信息集合中的特征点信息对应的特征点进行矩形区域拟合,以生成矩形区域拟合结果信息;
响应于确定所述矩形区域拟合结果信息表征矩形区域拟合成功,将柱状图类型确定为所述图表类型;
响应于确定所述矩形区域拟合结果信息表征矩形区域拟合失败,将散点图类型确定为所述图表类型。
5.根据权利要求4所述的方法,其中,所述图表特征提取模型包括的:坐标轴特征提取模型和数据特征提取模型;以及
所述根据所述图表类型对应的图表特征提取模型,对所述待描述图表进行特征提取,以生成图表特征图,包括:
响应于确定所述图像类型为折线图类型,执行以下处理步骤:
通过坐标轴特征提取模型对所述待描述图表进行坐标轴特征提取,以生成坐标轴特征图;
通过预先训练的用于折线特征提取的数据特征提取模型对所述待描述图表进行特征提取,以生成所述数据特征图;
对所述坐标轴特征图和所述数据特征图进行拼接,以生成所述图表特征图。
6.根据权利要求5所述的方法,其中,所述对所述内容信息进行内容分析,以生成度量指标信息集合,包括:
对所述内容信息进行语义识别,以确定关键词信息,得到关键词信息集合;
对于所述关键词信息集合中的每个关键词信息,确定所述内容信息包括的、所述关键词信息对应的数据集的统计值信息,得到统计值信息组;
对得到的统计值信息组集合中的统计值信息进行信息筛选,得到筛选后的统计值信息,作为度量指标信息,得到所述度量指标信息集合。
7.一种图表描述信息生成装置,包括:
获取单元,被配置成获取待描述图表,其中,所述待描述图表为图像类型的统计图表;
确定单元,被配置成确定所述待描述图表的图表类型;
特征提取单元,被配置成根据所述图表类型对应的图表特征提取模型,对所述待描述图表进行特征提取,以生成图表特征图;
特征识别单元,被配置成对所述图表特征图进行特征识别,以生成所述待描述图表包含的内容信息;
内容分析单元,被配置成对所述内容信息进行内容分析,以生成度量指标信息集合;
生成单元,被配置成根据所述度量指标信息集合,生成所述待描述图表对应的图表描述信息。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。
10.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134053.3A CN115204132B (zh) | 2022-09-19 | 2022-09-19 | 图表描述信息生成方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134053.3A CN115204132B (zh) | 2022-09-19 | 2022-09-19 | 图表描述信息生成方法、装置、设备、介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115204132A true CN115204132A (zh) | 2022-10-18 |
CN115204132B CN115204132B (zh) | 2022-12-30 |
Family
ID=83573104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211134053.3A Active CN115204132B (zh) | 2022-09-19 | 2022-09-19 | 图表描述信息生成方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115204132B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038426A (zh) * | 2017-11-29 | 2018-05-15 | 阿博茨德(北京)科技有限公司 | 一种提取文件中图表信息的方法及装置 |
-
2022
- 2022-09-19 CN CN202211134053.3A patent/CN115204132B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038426A (zh) * | 2017-11-29 | 2018-05-15 | 阿博茨德(北京)科技有限公司 | 一种提取文件中图表信息的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115204132B (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184738B (zh) | 一种图像分割方法、装置、设备及存储介质 | |
CN112861885A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN111680761B (zh) | 信息反馈方法、装置和电子设备 | |
CN115272182B (zh) | 车道线检测方法、装置、电子设备和计算机可读介质 | |
CN113836268A (zh) | 文档理解方法及装置、电子设备和介质 | |
CN117290561B (zh) | 业务状态信息反馈方法、装置、设备和计算机可读介质 | |
CN113592033A (zh) | 油罐图像识别模型训练方法、油罐图像识别方法和装置 | |
CN111062914B (zh) | 用于采集脸部图像的方法、装置、电子设备和计算机可读介质 | |
CN115204132B (zh) | 图表描述信息生成方法、装置、设备、介质和程序产品 | |
CN111967449A (zh) | 文本检测方法、电子设备及计算机可读介质 | |
CN113808134B (zh) | 油罐布局信息生成方法、装置、电子设备、介质 | |
CN110852242A (zh) | 基于多尺度网络的水印识别方法、装置、设备及存储介质 | |
CN112561779A (zh) | 图像风格化处理方法、装置、设备及存储介质 | |
CN114862720A (zh) | 画布还原方法、装置、电子设备和计算机可读介质 | |
CN114970470A (zh) | 文案信息处理方法、装置、电子设备和计算机可读介质 | |
CN115100536A (zh) | 建筑物识别方法、装置、电子设备和计算机可读介质 | |
CN114187318A (zh) | 图像分割的方法、装置、电子设备以及存储介质 | |
CN114764891A (zh) | 用于确定物料构成的方法、装置、电子设备和可读介质 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN113378774A (zh) | 手势识别方法、装置、设备、存储介质以及程序产品 | |
CN111726476A (zh) | 图像处理方法、装置、设备和计算机可读介质 | |
CN112801082B (zh) | 图像的采样方法、装置及电子设备 | |
CN111291862A (zh) | 用于模型压缩的方法和装置 | |
CN111914861A (zh) | 目标检测方法和装置 | |
CN113705548B (zh) | 题目类型识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |